구글 제미나이 스파크 한국 출시, 24시간 AI 비서 시대 핵심 3가지

Table of Contents

안녕하세요! 성징어의 IT 잉크사이트(IT Ink-Sight) 성징어입니다.

지난 7월 30일, 구글코리아가 제미나이 스파크(Gemini Spark)를 국내에 정식 출시했다고 밝혔습니다. 구글 AI 프로(Google AI Pro) 이상 요금제 이용자를 대상으로 이날부터 순차 제공을 시작해, 수 주에 걸쳐 대상 이용자를 확대한다는 계획입니다. 노트북을 닫아도, 스마트폰 화면을 꺼둬도 백그라운드에서 계속 일한다고 하는데요. 지난 5월 구글 I/O 2026에서 처음 공개됐던 이 기능이, 석 달 만에 실제 제품으로 눈앞에 도착한 셈입니다.

이 소식을 접하고 가장 먼저 든 생각은 ‘구글이 생각보다 좀 뒤쳐진건 아닌가?’라는 의문이었습니다. AI 비서라는 말은 이미 몇 년째 여기저기서 쓰여왔고, 자동화라는 개념도 낯설지 않으니까요. 하지만 제미나이 스파크가 실제로 하는 일을 하나씩 뜯어보면, 지금까지 나온 서비스들과는 확실히 결이 다른 지점이 있었습니다. 그 차이가 무엇인지, 그리고 이 차이가 왜 중요한지를 오늘 글에서 짚어보려 합니다.

제미나이 스파크란 무엇인가

제미나이 스파크는 구글의 최신 AI 모델인 제미나이 3.6을 기반으로 동작하는 개인 AI 에이전트입니다. 기존 챗봇형 AI가 사용자의 질문에 그때그때 답하는 방식이었다면, 제미나이 스파크는 사용자가 미리 지정해 둔 작업을 클라우드에서 지속적으로 수행합니다. 이 지점이 핵심입니다. 질문-답변이라는 일회성 상호작용이 아니라, 사용자가 자리를 비운 동안에도 계속 돌아가는 백그라운드 프로세스라는 점에서 기존 AI 비서와는 결이 다릅니다.

구글의 클라우드 인프라를 기반으로 동작하기 때문에 노트북을 닫거나 스마트폰 화면이 잠긴 상태에서도 작업이 끊기지 않습니다. 제미나이 스파크는 지메일, 구글 문서, 구글 스프레드시트, 캘린더 같은 구글 워크스페이스 서비스와 별도 설정 없이 연동됩니다. 이 대목에서 저는 ‘결국 구글이 자사 생태계 전체를 하나의 에이전트로 묶어냈다’는 인상을 받았습니다. 개별 앱을 오가며 정보를 옮기던 수고를, 이제는 에이전트 하나가 대신 처리해주는 구조이기 때문에 AI를 정말 OS 처럼 사용할 수 있겠다는 생각도 들었습니다.

기존의 AI 비서 서비스들과 비교해보면 이 차이가 더 선명해집니다. 지금까지 대부분의 AI 비서는 사용자가 말을 걸어야 반응하는 구조였습니다. 일정을 물어보면 알려주고, 이메일 요약을 요청하면 요약해주는 식으로, 항상 사용자의 호출을 기다리는 수동적인 위치에 있었습니다. 제미나이 스파크는 이 순서를 뒤집습니다. 사용자가 한 번 조건을 설정해두면, 그 이후로는 AI가 먼저 상황을 감지하고 먼저 행동합니다. 항공권 예약 메일이 도착했는지, 구독료 결제가 얼마나 쌓였는지를 사용자가 매번 물어보지 않아도 AI가 스스로 확인하고 정리해둔다는 뜻입니다. 능동성이라는 단어를 AI 서비스에 붙이는 게 다소 과장처럼 들릴 수 있지만, 실제 작동 방식만 놓고 보면 이 표현이 크게 틀리지 않습니다.

지메일부터 캘린더까지, 백그라운드에서 벌어지는 일들

제미나이 스파크가 실제로 어떤 일을 하는지 구체적으로 들여다보면 이해가 빠릅니다. 항공권이나 호텔 예약 확인 이메일이 도착하면 여행 일정 스프레드시트에 자동으로 정보를 추가해줍니다. 받은편지함을 뒤져 구독 서비스 결제 내역을 찾아내고 월 이용료를 정리하는 작업도 대신합니다. 잠재 고객의 문의 메일을 분석해 답장 초안을 작성하거나, 최근 작성한 이메일들의 문체를 학습해 그 사람다운 표현으로 새 이메일 초안을 만드는 기능도 지원합니다.

여기서 그치지 않습니다. 사용자가 지정한 조건에 따라 정해진 시간마다 지역 행사 정보를 찾아 문서와 캘린더를 업데이트하거나, 예약하고 싶은 식당이나 시설의 빈 자리가 생겼는지 외부 서비스를 주기적으로 확인하는 것도 가능합니다. 이런 작업들의 공통점은 하나같이 ‘반복적이지만 매번 손이 가는’ 디지털 잡무라는 점입니다. 저는 이 목록을 보면서, 제미나이 스파크가 겨냥하는 지점이 화려한 신기능이 아니라 자잘한 번거로움이라는 걸 느꼈습니다. 거창한 작업 하나를 대신해주는 게 아니라, 매일 조금씩 신경쓰던 자잘한 일들을 대신 처리해주는 방식인거죠.

이런 기능들을 하나씩 뜯어보면 공통된 설계 철학이 보입니다. 정보를 ‘찾는’ 단계와 정보를 ‘정리하는’ 단계, 그리고 필요하면 ‘초안을 만드는’ 단계까지를 하나로 묶었다는 점입니다. 예전 같으면 여행 예약 확인 메일을 받고, 그 내용을 손으로 옮겨 적어 일정표를 만들고, 다시 캘린더 앱을 열어 일정을 등록하는 세 단계를 사람이 일일이 거쳐야 했습니다. 제미나이 스파크는 이 세 단계를 하나의 흐름으로 자동 처리합니다. 개별 기능 하나하나는 특별할 게 없어 보여도, 이렇게 여러 단계를 이어 붙이는 능력이야말로 기존 챗봇형 AI와 에이전트형 AI를 가르는 실질적인 차이입니다.

결제·발송은 사전승인, 안전장치는 어디까지인가

상시 작동하는 AI 에이전트라고 하면 자연스럽게 떠오르는 우려가 있습니다. 내가 모르는 사이에 이상한 이메일을 보내거나, 원치 않는 결제를 진행하지는 않을까 하는 걱정입니다. 구글은 이 부분을 의식한 듯 제미나이 스파크의 작동 범위를 이용자가 직접 통제하도록 설계했다고 설명합니다. 어떤 기능을 활성화할지, 어떤 애플리케이션과 연동할지는 이용자가 하나하나 선택할 수 있고, 결제나 이메일 발송처럼 중요한 작업은 반드시 사전 승인을 거친 뒤에만 수행됩니다.

이 승인 구조는 말로는 단순해 보이지만 실제 설계는 까다로운 문제입니다. 어디까지를 ‘중요한 작업’으로 분류해 승인을 요구할지, 그리고 그 승인 요청 자체가 지나치게 잦아져서 오히려 사용자가 매번 확인 버튼만 누르는 형식적 절차로 전락하지는 않을지가 관건이기 때문입니다. 승인 절차가 너무 느슨하면 사고 위험이 커지고, 너무 촘촘하면 애초에 에이전트를 쓰는 이유였던 ‘편리함’이 사라집니다. 구글이 이 균형을 국내 서비스에서 실제로 어떻게 구현했는지는, 시간이 지나 실사용 후기가 쌓여야 더 명확해질 부분입니다.

이 문제는 사실 자율주행차의 ‘핸드오버’ 논쟁과 닮은 구석이 있습니다. 시스템이 대부분을 자동으로 처리하다가 특정 순간에만 사람에게 판단을 넘기는 방식은, 그 순간이 너무 드물면 사람이 방심하게 되고 너무 잦으면 자동화의 의미가 퇴색한다는 딜레마를 공유합니다. 제미나이 스파크의 경우 결제와 이메일 발송이라는 비교적 명확한 기준선을 그어뒀다는 점에서 초기 설계로는 합리적으로 보입니다. 다만 앞으로 기능이 확장되면서 이 기준선이 정보 열람이나 문서 수정 같은 더 애매한 영역까지 넓어질 가능성도 있는 만큼, 이용자 입장에서는 서비스 설정 화면에서 어떤 권한을 어디까지 허용했는지 주기적으로 점검해보는 습관이 필요해 보입니다.

요금제로 보는 구글의 전략

제미나이 스파크를 이해하려면 구글의 AI 구독 요금제 구조를 함께 봐야 합니다. 현재 구글의 소비자용 요금제는 구글 AI 플러스(월 4.99달러), 구글 AI 프로(월 19.99달러), 구글 AI 울트라(월 99.99달러부터) 세 단계로 나뉩니다. 울트라는 다시 두 등급으로 갈리는데, 20테라바이트 저장공간과 프로 대비 약 5배의 이용 한도를 제공하는 99.99달러 요금제와, 최대 20배 한도를 제공하는 199.99달러 요금제가 있습니다.

흥미로운 지점은 제미나이 스파크의 등급별 접근성 변화입니다. 이 기능은 애초에 가장 비싼 울트라 요금제 전용으로 시작됐다가, 이후 한 단계 아래인 프로 요금제까지 이용 범위가 넓어졌습니다. 월 100~200달러를 내야만 쓸 수 있던 기능이 월 20달러로 문턱이 낮아진 셈이니, 가격 부담이 최대 90% 가까이 줄어든 변화입니다. 한국에는 이렇게 문턱이 낮아진 버전이 그대로 들어왔습니다. 구글코리아가 처음부터 “구글 AI 프로 이상”이라는 조건을 내걸었다는 점에서, 한국 이용자는 초기 해외 이용자들이 거쳐야 했던 값비싼 진입장벽을 건너뛰고 곧바로 상대적으로 저렴한 문턱에서 제미나이 스파크를 접하게 된 셈입니다.

이 가격 전략은 단순한 프로모션이 아니라 구글의 시장 확대 의도로 읽힙니다. 에이전틱 AI라는 개념 자체가 아직 대중에게 낯선 상황에서, 값비싼 최상위 요금제에만 묶어두면 실제 사용자 저변이 넓어지기 어렵습니다. 반대로 문턱을 낮추면 더 많은 사람이 실제로 써보고, 그 경험이 입소문으로 퍼지면서 에이전틱 AI라는 개념 자체를 시장에 정착시키는 효과를 기대할 수 있습니다. 저는 이번 가격 조정이 제미나이 스파크 개별 기능의 성공보다, 에이전트형 AI 시장 전체의 크기를 키우려는 구글의 큰 그림에 가깝다고 봅니다.

구독 요금제 구조를 자세히 뜯어보면 구글이 저장공간과 AI 이용 한도를 하나의 패키지로 묶어 판매하고 있다는 점도 눈에 띕니다. 20테라바이트라는 저장공간 규모는 개인 이용자가 일상적으로 쓰기에는 사실상 무제한에 가까운 수준인데, 이렇게 여유로운 저장공간을 함께 제공하는 이유는 제미나이 스파크 같은 에이전트가 처리 과정에서 생성하는 문서, 이미지, 로그 데이터를 저장할 공간이 필요하기 때문이기도 합니다. 에이전트가 백그라운드에서 계속 작업을 쌓아갈수록 저장공간 수요도 함께 늘어나는 구조라는 점에서, 요금제 설계 자체가 에이전틱 AI의 사용 패턴을 미리 반영해뒀다고 볼 수 있습니다.

I/O 2026에서 예고된 기능이 한국까지 오는 데 걸린 석 달

제미나이 스파크는 지난 5월 열린 구글 I/O 2026에서 처음 공개된 기능입니다. 당시 구글은 AI가 사용자의 요청에 즉시 답하는 수준을 넘어, 장기간 이어지는 작업을 스스로 관리하는 방향으로 진화하고 있다고 설명했습니다. 이번 한국 출시는 그때 예고했던 방향을 실제로 한국 이용자들에게 제공하기 시작했다는 의미를 갖습니다.

공개부터 출시까지 걸린 시간은 대략 석 달입니다. 이 정도면 빅테크 기업의 신규 AI 기능 출시 주기치고는 상당히 빠른 편입니다. 특히 한국어와 영어를 모두 지원하는 형태로 출시됐다는 점도 눈에 띕니다. 다국어 지원을 처음부터 염두에 두고 개발했다는 뜻이거나, 혹은 한국 시장을 초기 출시국 목록에서 우선순위에 뒀다는 뜻으로 해석할 수 있습니다. 어느 쪽이든, 구글이 한국을 에이전틱 AI 경쟁의 주요 격전지 중 하나로 보고 있다는 신호로 읽힙니다.

이 속도감은 최근 구글의 다른 행보와 겹쳐 보면 더 뚜렷해집니다. 구글은 국내에서 삼성전자 DX 부문 임직원들에게 별도의 기업용 AI 도구를 공급하는 등, 소비자용 서비스와 기업용 서비스 양쪽에서 동시에 한국 시장 공략에 속도를 내고 있습니다. 이런 흐름 속에서 제미나이 스파크의 조기 출시는 단발성 이벤트라기보다, 구글이 한국 이용자와 기업 고객 모두를 향해 벌이고 있는 좀 더 큰 규모의 시장 확대 전략 중 한 조각으로 보는 편이 더 정확할 것입니다.

챗봇에서 에이전트로, 빅테크가 향하는 같은 방향

구글만의 움직임은 아닙니다. 마이크로소프트도 최근 PC 화면 조작을 녹화하면 AI가 그 작업을 재현할 수 있도록 돕는 도구를 무료로 공개하며 비슷한 방향으로 움직이고 있습니다. 방식은 다르지만 목표는 같습니다. 사용자가 매번 지시하지 않아도 AI가 반복 업무를 스스로 처리하게 만드는 것, 즉 대화형 AI에서 실행형 AI로의 전환입니다. 제미나이 스파크는 이 흐름 안에서 구글이 내놓은 답이라고 볼 수 있습니다.

이 경쟁의 결과가 흥미로운 이유는, 결국 승부가 어느 회사의 모델이 더 똑똑하냐보다 어느 생태계가 더 촘촘하게 연결돼 있느냐에서 갈릴 가능성이 크기 때문입니다. 제미나이 스파크가 지메일과 구글 문서, 캘린더를 매끄럽게 넘나들 수 있는 건 이 서비스들이 애초에 구글이라는 한 회사 아래 있기 때문입니다. 다른 회사의 에이전트가 이만큼 매끄럽게 여러 서비스를 넘나들려면, 그만큼 많은 외부 연동을 별도로 구축해야 합니다. 에이전틱 AI 경쟁이 결국 플랫폼 경쟁으로 수렴할 수밖에 없는 이유가 여기에 있습니다.

이런 관점에서 보면 마이크로소프트의 접근 방식은 구글과 조금 다릅니다. 특정 서비스 생태계 안에 에이전트를 가둬두는 대신, 사용자가 화면 조작을 녹화하기만 하면 어떤 애플리케이션이든 자동화 대상으로 삼을 수 있게 문을 열어둔 셈입니다. 반면 구글은 자사 워크스페이스 생태계 안에서의 완결성을 택했습니다. 어느 전략이 더 널리 받아들여질지는 아직 단정하기 이릅니다. 다만 분명한 건, 두 회사 모두 사용자가 매번 지시하지 않아도 되는 세상을 향해 각자의 방식으로 걸음을 내딛고 있다는 점입니다. 오픈AI 역시 챗GPT에 외부 도구 연동 기능을 계속 추가하고 있다는 점을 감안하면, 이 경쟁은 앞으로 더 여러 갈래로 확산될 가능성이 큽니다.

상시 작동형 에이전트가 던지는 책임 소재 문제

제미나이 스파크처럼 사람이 지켜보지 않는 사이에도 작업을 이어가는 AI가 늘어날수록, 오작동이 발생했을 때 누구 책임인지를 가리는 문제가 더 중요해집니다. 실제로 과학기술정보통신부는 지난 7월 22일 ‘AI 에이전트 시대의 생존 매뉴얼’이라는 정책 문서를 통해 AI 책임체계 구축을 6대 정책과제 중 하나로 제시한 바 있습니다. 개발사, 운영기관, 사용자 중 누가 어느 범위까지 책임을 지는지를 명확히 하자는 취지입니다.

제미나이 스파크에 이 문제를 대입해보면 더 구체적으로 와닿습니다. 만약 이 에이전트가 잘못된 여행 일정을 캘린더에 기입하거나, 문체를 학습해 작성한 이메일 초안에 오해를 살 만한 표현이 담겨 있었는데 사용자가 이를 미처 확인하지 못하고 그대로 발송을 승인했다면, 이 실수는 누구의 책임일까요. AI 모델의 판단 오류인지, 사용자의 확인 소홀인지, 아니면 애초에 승인 절차 설계가 사용자로 하여금 꼼꼼히 확인하지 않고 넘어가도록 유도했는지에 따라 책임의 무게가 달라질 수 있습니다. 구글이 사전 승인 절차를 강조하는 이유도, 이런 책임 소재 논쟁에서 최소한 ‘사용자가 최종 확인은 했다’는 근거를 남겨두려는 설계로 볼 수 있습니다.

개인정보 문제도 함께 따라옵니다. 제미나이 스파크가 제대로 작동하려면 이메일 내용, 일정, 결제 내역 같은 민감한 정보에 지속적으로 접근해야 합니다. 이는 앞서 다룬 AI 에이전트 시대 생존법 문서가 짚었던 ‘개인정보 활용 확대와 책임소재 불명확성의 딜레마’와 정확히 맞닿아 있는 지점입니다. 데이터를 더 많이 열어줄수록 편의성은 높아지지만, 그만큼 문제가 생겼을 때 원인을 추적하기는 더 어려워집니다. 제미나이 스파크가 국내에서 실제로 어떤 데이터를 얼마나 오래 저장하고, 그 데이터가 국외 서버에서 처리되는지에 대한 구체적인 설명은 아직 충분히 공개되지 않았습니다. 이 부분은 국내 개인정보보호법과 AI기본법의 적용 범위 안에서 앞으로 더 명확히 규정돼야 할 대목으로 보입니다.

특히 오는 9월 11일부터 시행되는 개정 개인정보보호법은 CPO의 책임을 명문화하고 개인정보 보호 인증을 일정 규모 이상 사업자에게 의무화하는 내용을 담고 있습니다. 구글처럼 해외에 본사를 둔 사업자가 국내 이용자의 이메일과 일정, 결제 정보를 다루는 서비스를 운영할 경우, 이 개정법이 요구하는 안전조치와 유출 통지 의무를 국내 대리인을 통해 어떻게 이행할지도 함께 지켜볼 대목입니다. 에이전트가 다루는 데이터의 범위가 넓어질수록, 유출이 발생했을 때의 파급력도 그만큼 커지기 때문에 이런 제도적 뒷받침이 실제로 얼마나 촘촘하게 작동하는지가 중요해집니다.

해외 사업자에 대한 국내법 적용은 늘 집행력의 한계라는 현실적 문제와 부딪힙니다. 법 조문상으로는 국내 이용자를 대상으로 서비스하는 이상 국내법이 적용되는 게 맞지만, 실제 조사나 제재 과정에서 해외 본사와의 협조가 원활하지 않으면 법의 실효성이 떨어질 수 있습니다. 이런 구조적 한계는 제미나이 스파크에만 해당하는 문제는 아니고, 해외 빅테크가 제공하는 대부분의 클라우드 기반 서비스가 공통으로 안고 있는 과제이기도 합니다. 다만 에이전트형 서비스는 접근하는 데이터의 범위와 민감도가 기존 서비스보다 훨씬 넓다는 점에서, 이 문제를 더 이상 미뤄둘 수 없는 단계에 이르렀다고 볼 수 있습니다.

공공 IT 컨설팅 관점에서 지켜볼 지점

공공 정보화 사업을 다루는 입장에서 이런 상시 작동형 에이전트의 등장은 몇 가지 실무적 함의를 갖습니다. 이 서비스 하나로 당장 공공 업무 전반이 바뀌지는 않겠지만, 상시 작동형 에이전트가 표준이 되어가는 흐름 자체는 조만간 공공 정보화 사업의 요구사항 정의서에도 반영되기 시작할 가능성이 큽니다. 첫째, 민원 응대나 내부 행정 업무에 에이전트형 AI 도입을 검토하는 공공기관이라면, 제미나이 스파크가 채택한 ‘기능별 활성화 선택’과 ‘중요 작업 사전 승인’ 구조를 참고할 만합니다. 민감한 행정 처리는 자동 실행 대신 담당자 승인을 거치도록 설계하는 것이, 사고 발생 시 책임 소재를 명확히 하는 데도 유리합니다.

이 지점에서 발주기관이 함께 고려해야 할 부분은 예산 편성 방식입니다. 상용 에이전트 서비스는 구독형 요금제로 운영되는 경우가 많아, 기존의 일회성 구축 예산 중심 사고방식과는 맞지 않는 측면이 있습니다. 초기 도입 비용보다 월별 또는 연간 이용료가 누적되는 구조인 만큼, 다년도 예산 계획 안에 이 비용을 어떻게 반영할지도 사업 기획 단계에서 함께 검토할 필요가 있습니다.

둘째, 해외 빅테크의 에이전트형 AI 서비스를 공공 업무에 도입할 경우, 데이터가 국외 서버에서 처리되는지 여부가 사업 요건 검토 단계에서 반드시 확인돼야 할 항목이 됩니다. 앞서 다룬 AI 에이전트 시대 생존법 문서가 디지털 주권을 6대 정책과제 중 하나로 명시한 만큼, 앞으로 공공기관이 발주하는 AI 에이전트 관련 사업에서는 데이터 국외 반출 여부나 국내 인프라 활용 비중을 사업 요건에 명시하도록 요구받을 가능성이 있습니다. 셋째, 제미나이 스파크의 승인 절차 설계 자체가 하나의 참고 사례가 될 수 있습니다. 승인이 지나치게 잦으면 형식적 절차로 전락하고, 지나치게 느슨하면 사고 위험이 커진다는 딜레마는 공공기관이 자체적으로 에이전트형 AI를 설계할 때도 그대로 마주치게 될 문제이기 때문입니다.

이런 흐름은 비단 구글에만 해당하는 이야기가 아닙니다. 앞으로 여러 해외 사업자가 비슷한 상시 작동형 에이전트를 공공 부문에 제안해올 가능성이 높은 만큼, 발주기관 입장에서는 사업자별로 제각각인 데이터 처리 방침을 매번 개별 검토하기보다, 공통된 평가 기준표를 미리 마련해두는 편이 효율적일 수 있습니다. 예를 들어 데이터 저장 위치, 국내 대리인 지정 여부, 유출 통지 절차, 승인 로그 보관 기간 같은 항목을 표준 체크리스트로 만들어두면, 이후 유사 사업을 검토할 때마다 처음부터 다시 기준을 세울 필요가 없어집니다.

넷째로 챙겨볼 부분은 조달 절차와의 접점입니다. 공공기관이 이런 상용 에이전트형 서비스를 업무에 도입하려면 결국 소프트웨어 사용료 계약이나 클라우드 서비스 이용 계약 형태로 조달 절차를 거쳐야 합니다. 이 과정에서 민감한 행정 데이터를 다루는 기능은 활성화 범위를 제한하고, 단순 반복 업무 자동화 기능만 우선 도입하는 단계적 접근이 현실적인 대안이 될 수 있습니다. 실제로 행정안전부가 운영하는 ‘AI 정부 실험실’에서도 예산 자료 검색이나 민원 안내처럼 상대적으로 민감도가 낮은 업무부터 AI 활용을 시험하고 있다는 점은, 이런 단계적 접근이 이미 현장에서 자연스럽게 자리잡고 있다는 방증이기도 합니다. 다섯째, 사업 제안 단계에서부터 에이전트의 오작동 시나리오를 미리 정의해두는 작업도 중요합니다. 어떤 상황에서 에이전트가 작업을 멈추고 사람에게 판단을 넘겨야 하는지를 사업 초기 단계에서 구체적으로 합의해두면, 실제 운영 단계에서 책임 소재를 둘러싼 분쟁을 줄일 수 있습니다.

마무리하며

지금까지 살펴본 내용을 정리하면, 제미나이 스파크는 화려한 신기술이라기보다, 우리가 매일 반복하던 자잘한 디지털 잡무를 조용히 걷어가겠다는 실용적인 제안에 가깝습니다. 지메일과 캘린더, 문서를 오가며 정보를 옮기던 수고를 대신해준다는 점에서 매력적이지만, 동시에 그만큼 더 많은 개인 데이터에 접근할 권한을 내줘야 한다는 점에서 신중함도 함께 요구됩니다. 사전 승인이라는 안전장치가 이 균형을 얼마나 잘 잡아내는지는, 실제 사용자들이 몇 달간 써본 뒤에야 제대로 드러날 것입니다.

저는 이번 한국 출시를 계기로, 상시 작동형 AI 에이전트가 던지는 책임 소재와 개인정보 문제가 더 이상 먼 나라 이야기가 아니라는 점을 다시 확인했습니다. 편리함을 얼마나 받아들일지는 결국 각자의 선택이겠지만, 그 선택 이전에 어떤 정보를 어디까지 내주고 있는지를 스스로 점검해보는 습관만큼은 놓치지 않았으면 합니다. 앞으로 몇 달간 실제 이용 후기가 쌓이면서, 사전 승인 절차가 실제로 사고를 얼마나 걸러내는지, 그리고 국내 개인정보 규정과의 정합성이 어떻게 다듬어지는지도 함께 지켜볼 만한 지점입니다.

여러분이라면 이메일과 캘린더, 결제 정보를 AI 에이전트에게 얼마나 내줄 준비가 되셨나요. 제미나이 스파크를 직접 써보셨다면, 어떤 기능이 가장 유용했는지 댓글로 나눠주시면 좋겠습니다.